课程文献中心 更多>>

关键词： 电网   风电   优化调度   粒子群算法   遗传算法   鲁棒性   风险成本  

摘要： 风电输出具备明显随机性且呈现较大波动的状态，这会增加负荷预测的难度。为了解决传统粒子群(PSO)算法风电出力鲁棒调度较低的问题，设计了一种基于遗传算法(GA)优化传统粒子群(GA-PSO)算法的风电高渗透率电网优化调度方法。研究结果表明改进GA-PSO算法保留了标准粒子群快速收敛的特点，避免产生局部最优问题，获得更精确计算结果，充分满足了实际电网调度需求，确保电网具有安全稳定的运行控制性能。逐渐增加风电场数量后，形成了更广泛的风电场分布区域，显著增加了空间不确定性，降低了风电出力不确定性，获得更小系统风险成本。该方法具备PSO快速收敛优势，消除了粒子存在局部最优的缺陷。

关键词： 分布优势数据集   增量技术   属性约简   优势条件熵   优势数据集矩阵  

摘要： 传统属性约简算法不能有效解决动态数据属性约简问题，寻求高效动态数据属性约简算法是目前人工智能领域研究的热点。本文在动态分布优势数据集中引入矩阵优势条件熵和优势矩阵，探讨基于优势条件熵的矩阵增量属性约简方法。首先，定义了分布数据集的优势矩阵和优势条件熵；其次，通过分析分布数据集添加对象的过程，提出了优势矩阵的增量更新原理和融合机制；然后，给出了基于优势条件熵的矩阵增量约简方法。最后，利用6组UCI(University of California Irvine)优势数据集进行实验，用于验证增量属性约简算法的高效性。实验结果表明：与非增量属性约简算法相比，由增量属性约简算法计算约简的运行时间缩短了85.6%。所以，本文所给出的矩阵增量属性约简算法是求解动态分布优势数据集属性约简的快速有效方法。

关键词： 车型识别   高阶空间交互   动态多尺度特征聚合   解耦检测头  

摘要： 针对复杂交通场景下车型目标密集、遮挡而造成的车型识别精度低的问题,提出基于高阶空间特征聚合的车型识别算法。首先,在特征提取的下采样阶段,设计了HSIDM模块,实现更深层次的特征聚合,减少细小信息损失。其次,在特征融合部分设计了DMFAM模块,动态调整各尺度特征的权重,获取多尺度的上下文信息,以增强模型对多样化特征的适应能力。然后,设计解耦REL-Head检测头,将分类和回归任务拆解,避免任务混杂,增强局部特征的学习能力与抗干扰能力。最后,将本文模型部署到边缘设备进行测试。实验结果显示,本文算法在复杂度交通场景数据集BIT-Vehicle和UA-DETRAC上,m AP相较于原模型分别提升了0.7%和3.9%,并在边缘设备上可以流畅运行,具有较好的识别效果。表明所提出的方法能够有效提高车型识别的精度并应用于受限设备。

关键词： 主成分分析   财务风险   自动识别   分布式存储   数据通信  

摘要： 为了准确分辨财务风险,为管理决策提供数据依据,设计了基于主成分分析算法的财务风险信息自动识别系统。通过数据交换引擎从网络或相关金融平台获取财务信息,利用财务数据导入模块调取基础数据层的财务信息,利用HDFS分布式存储模块完成财务信息的存储,利用主成分分析建立财务风险信息评估模型,确定财务风险等级。实验结果表明:该系统可实现财务风险信息评估指标的选择,识别各子公司的财务风险信息等级,且系统响应效率不超过4 s,功耗水平低。

关键词： 前置式油液举升   自寻优控制算法   机采效率   设备空抽  

摘要： 抽油机前置式油液举升过程中有可能出现空抽，进而导致采油过程能耗偏高。为了实现设备空抽时自动关机，研究提出了一种自寻优控制算法，根据电参数特征量和悬点载荷特征量构建抽油机空抽融合特征量。采集抽油机实际运行过程中的空抽融合特征量序列，运用灰色系统理论生成空抽融合特征量的预测值，根据实测值和预测值建立抽油机空抽的判定流程，当发现设备空抽时，自动关闭抽油机。经油田现场实测，该控制算法能够有效减少抽油机空抽，10口油井的机采效率提升了2.3～6.1个百分点。

关键词： 模糊算法   智慧路灯   节能控制  

摘要： 阐述一种基于ZigBee技术和模糊算法的智慧路灯节能控制系统的设计。该系统利用ZigBee技术的低功耗和高稳定性，实现了路灯终端与控制中心之间的无线数据传输，并结合模糊算法对多维环境参数进行分析，动态调整路灯亮度与开关状态。

关键词： 智能技术   多层图像   YOLO   车辆行人识别  

摘要： 阐述一种基于改进YOLO的车辆行人识别算法。通过分析当前算法的不足，提出特征金字塔网络（FPN）和损失函数调整的改进方案。该算法通过卷积层提取多层图像特征，进行特征融合与多尺度检测，并在现有损失函数的基础上引入Focal Loss代替原有分类损失，从而改善检测性能，解决了小目标识别不精准的问题。

关键词： 海面目标检测   雷达图像处理   复合滤波   距离多普勒图   智能检测  

摘要： 针对现有海面雷达距离多普勒（Range-Doppler,RD）图像去噪算法无法满足无源干扰条件下目标智能检测需求的问题，提出了一种基于复合滤波的海面雷达RD图像去噪算法。首先，设计了一种改进局部自适应滤波算法，根据图像区域中纹理信息的复杂程度，动态设定滤波窗口大小，有效滤除了海面噪声，保留了目标信息；然后，采用对数变换方法增强图像细节信息，使目标的视觉特征更加明显；最后，为进一步突出目标特征，再次利用改进局部自适应滤波算法对图像进行去噪处理。与其他5种经典滤波算法的对比结果表明，所提算法能够有效优化无源干扰条件下的海面雷达RD图像，滤除图像中的背景噪声，增强目标细节信息。在海面雷达RD图像仿真数据集上的测试结果表明，通过所提去噪算法对RD图像进行预处理后，相比仅做灰度化预处理，基于改进YOLOv8模型的目标检测精确率提升了4.8%,mAP@0.5和mAP@0.5∶0.95分别提高了2.1%和2.7%，验证了所提算法具备良好的去噪效果。

关键词： 接触网   吊弦   深度学习   边缘计算   缺陷检测  

摘要： 针对接触悬挂系统中吊弦断股问题，研究基于边缘计算的实时吊弦断股缺陷识别算法。运用基于深度学习与精细化图像处理算法相结合的策略，首先采用改进的YOLOv5定位算法，实现吊弦线夹准确定位，然后采用边缘提取计算方法实现吊弦断股缺陷智能识别。测试结果表明：改进后的吊弦线夹定位算法准确率（召回率）达99.75%，吊弦断股缺陷检出率（召回率）达95.99%，误报比率为0.087%。通过算法优化，将算法在NVIDIA边缘计算模块上实现，计算速度约达27帧/s，极大提升了检测速度。

摘要： 本文针对费配置失误导致的计费不准确和问题难以定位的情况，提出的解决方案在电信行业起到提升系统运维质量和降本增效的作用。随着4G的快速发展和5G时代的即将到来，在电信运营商中，B域的发展和进步至关重要，尤其中国联通BSS系统集中之后，CBSS系统的业务越来越复杂，其中产品资费形式越来越多。在资费运营过程中，如何提高资费配置的准确性和问题快速定位能力，以确保计费准确率和提高用户感知，成为电信行业内一个重要的关注点。目前在运营商计费系统中，在资费配置及时率和准确率方面，主要是资费配置从手工到界面化、从上线后拨测到仿生产验证做了大量的工作。